TRANSFERENCIA TECNOLÓGICA Y PROCESO COLECTIVO
DE APRENDIZAJE EN LA INDUSTRIA BIOTECNOLÓGICA
Álvaro Piña-Stranger
Université de Paris Dauphine, IRISSO
Nota del Editor
Este artículo ha sido publicado en la revista francesa Sociologie Santé, Médicaments et
société, Número 30, pp. 27-48.
Nota del Autor
Agradezco encarecidamente la ayuda de los actores que tuvieron la paciencia y la generosidad de responder a mis preguntas. Agradezco la asociación profesional France Biotech por su apoyo. Agradezco igualmente a Ainhoa de Federico de la Rúa, Antoine Vernet, Bonne J. H. Zijlstra, Claire Lemercier, Emmanuel Lazega, Germain Barré, Lise Mounier, Olivier Godechot y los miembros del grupo ORIO (http://www.dauphinet-orionetlab.fr/), por sus consejos y comentarios.
* * *
1. IntroducciónHace aproximadamente treinta años, los descubrimientos científicos entorno al ADN y los anticuerpos monoclonales abrieron un vasto campo del saber conocido bajo el nombre de “biotecnología”. Estos saberes sostienen hoy en día el desarrollo de diversos tipos de actividades. En el área de la salud humana, han favorecido la renovación de
aposta
revista de ciencias socialesISSN 1696-7348
http://www.apostadigital.com/revistav3/hemeroteca/stranger1.pdf nº 43, Octubre, Noviembre y Diciembre 2009
productos terapéuticos en la industria farmacéutica, mejorando con estas innovaciones la vida de millones de pacientes. Los descubrimientos terapéuticos dependen en gran parte de las empresas de biotecnología, pues en general son ellas las que transfieren los nuevos saberes científicos de los centros de investigación académica a una estructura privada dedicada a la investigación clínica.
El paso del laboratorio de investigación académica hacia el sector privado significa un gran cambio para el científico que quiere convertirse en empresario. Diversos estudios en la industria biotecnológica [1] han evocado este momento crucial para todo proyecto que ingresa en fase de desarrollo (Niosi, 2003, Mangematin et al., 2003, Catherine et al., 2004, Gittelman, 2006). En su investigación sobre la evolución de las empresas biotecnológicas, Saives et al. (2005) definen este paso como una “ruptura teleológica” en la que las finalidades y la dirección de las actividades cambian profundamente. De una lógica académica en la que las publicaciones científicas son la llave del reconocimiento social, el científico debe adaptarse a nuevas formas de construcción del status relacionadas con el desempeño económico. Para convertirse en empresario, el científico debe aprender un nuevo lenguaje y un nuevo oficio. Debe integrar en sus actividades las limitaciones relacionadas con la propiedad intelectual, negociar las participaciones financieras, los plazos y los objetivos con sus inversionistas, y adaptarse a las exigencias industriales de las empresas farmacéuticas (Big-Pharma) y de la competencia.
Del punto de vista relacional, la creación de una empresa biotecnológica [2] involucra al científico en nuevas formas de colaboración. Diversos autores han estudiado en una perspectiva “contractual” el efecto de estas colaboraciones en la capacidad de las empresas para desarrollarse, innovar o aprender (Senker et Sharp, 1997, Baum et al., 2000, Filiou, 2005, Salman et Saives, 2005). Más escasos son los trabajos que se interesan en las relaciones que mantienen los empresarios entre ellos. Sin embargo, como lo han mostrado los economistas y los geógrafos (Audretsch et Stephan, 1996, Lemarié et al., 2001, Powell et al., 2002, Stuart et Sorenson, 2003, Autant-Bernard et al., 2006), diferentes entornos físicos e institucionales (universidades, clústers tecnológicos, asociaciones profesionales, etc.) permiten a los empresarios establecer relaciones entre ellos. Estas relaciones, invisibles si se examina exclusivamente los contratos, constituyen una forma de intercambio propia a esta actividad empresarial,
pues actores de orígenes y culturas profesionales diferentes se encuentran y comparten una actividad similar. Los ex dirigentes de una Big-Pharma van a encontrarse con inversionistas en capital-riesgo, los científicos van a comenzar a trabajar con médicos, managers, etc. Las diferentes afiliaciones institucionales de los empresarios reflejan la diversidad de sectores que están implicados en el proceso de transferencia tecnológica de los descubrimientos científicos hacia la industria de los productos terapéuticos. Al presente, ningún estudio se ha interesado a la manera en que esta diversidad de sectores determina las relaciones sociales entre estos empresarios científicos.
La investigación presentada en este artículo tiene por objetivo comenzar a ocupar este vacío empírico. Como la mayoría de los trabajos sobre este sector, consideramos que una empresa biotecnológica, debido a los medios de los que dispone y de la complejidad de las actividades y saberes que debe articular, no puede almacenar de manera autónoma el conjunto de recursos necesarios para el desarrollo de productos terapéuticos (Pisano, 1991, Powell, 1996). Por lo tanto, estas empresas se ven incitadas a intercambiar recursos con el objetivo de aumentar sus probabilidades de éxito, incluso si al mismo tiempo deben luchar por acceder a ciertos recursos. Apoyándonos en una investigación empírica realizada sobre una población de empresarios en biotecnología, exploramos la manera en que, en un contexto competitivo, estos empresarios cooperan (White, 1981, Lazega, 2008).
Nos hemos propuesto ampliar el estudio de las relaciones inter-organizacionales a las relaciones sociales, observadas a través del intercambio de conocimientos específicos a nivel inter-individual. Con este fin, se recopiló información acerca de las relaciones de consejo entre más de ciento cincuenta empresarios. Estas relaciones dan en parte cuenta de la estructura social y el proceso colectivo de aprendizaje a la obra en este medio (Lazega, 2004). Pensamos que el análisis de este tipo de relaciones nos permitirá comprender cómo la articulación de los sectores científico, financiero e industrial, implicados en la creación de una empresa de biotecnología, determina la forma en que los dirigentes se coordinan para evaluar y facilitar la circulación de los recursos que necesitan (Lazega et Mounier, 2002). Sugerimos que el estudio del proceso de aprendizaje constituye una manera original y útil de examinar la transferencia tecnológica a la obra en esta industria.
Este artículo se organiza de la siguiente manera. Expondremos en primer lugar el marco teórico que sirvió al diseño de esta investigación, a continuación presentaremos los datos que se recogieron, y finalmente discutiremos los resultados de los análisis efectuados.
2. Transferencia tecnológica en la industria biotecnológica
Una extensa literatura se ha interesado en los efectos de las relaciones inter-organizacionales en las capacidades de aprendizaje e innovación de las empresas biotecnológicas. Estos trabajos examinan los contratos que mantienen las empresas entre ellas y con sus principales colaboradores (Powell, 1996, Senker y Sharp, 1997, Salman y Saives, 2005). Esto permite a los autores examinar la posición de las empresas en la red de colaboraciones y la manera en que ésta determina su desarrollo. Entre los principales resultados de estas investigaciones podemos indicar: la importancia del número y la diversidad de las colaboraciones para el crecimiento de las empresas (Powell y al., 1999); el impacto positivo de las colaboraciones con los centros de investigación académica sobre la productividad de las empresas (Baum y al., 2000, Autant-Bernard y al., 2006, Stuart, 2007), o el efecto significativo de la co-localización geográfica en las capacidades de aprendizaje e innovación de las empresas (Powell y al., 2002, Boufaden y al., 2005, Gertler, 2005, Aharonson y al., 2008, Gilding, 2008).
Como indican los estudios sobre el sector, los centros de investigación universitaria proveen la materia prima sobre la que se funda la investigación biofarmacéutica (Audretsch et Stephan, 1996, Powell et al. 1996, Stuart et al. 2007). Una empresa biotecnológica comienza cuando un científico identifica o crea un proyecto de investigación que pueda transformarse o facilitar la creación de una aplicación médica. Su primer objetivo, es encontrar el apoyo que le permitirá “sacar” este proyecto del laboratorio académico para desarrollarlo en una estructura privada. Una vez obtenidos los recursos “semilla”, comienza la larga trayectoria de la transferencia tecnológica. El rol de la empresa biotecnológica es entonces el de crear las condiciones de trabajo propicias a la transferencia de conocimientos, de orientar el trabajo de investigación y desarrollo (ID), y de indicar la calidad del proyecto a los futuros colaboradores industriales y financieros (Audretsch et Stephan, 1996). Los proyectos que logren superar las primeras fases reglamentarias del sistema sanitario, irán alimentar los
portafolios de ID de las Big-Pharmas. Esta forma de división del trabajo que caracteriza la industria biofarmacéutica (Pisano, 1991) ubica a las empresas biotecnológicas en el centro del proceso de transferencia tecnológica. Así, estudiar la industria biotecnológica equivale a examinar la manera en la que el conjunto de actores implicados en el desarrollo de los productos transforman en innovaciones terapéuticas los conocimientos científicos creados en los centros de investigación.
El estudio del rol de las empresas biotecnológicas en la valorización comercial de los descubrimientos científicos ha conducido a los investigadores a interesarse en la estructura inter-organizacional en la que estas se desenvuelven. Owen-Smith et al. (2002), en su estudio comparado puso de manifiesto que las relaciones universidad-industria en Estados Unidos se ven beneficiadas por una mayor diversidad de actores que en Europa, lo que favorece la integración entre la investigación fundamental y la investigación clínica. Los autores sugieren que las relaciones universidad-industria en Europa son menos estructurantes que en los Estados Unidos a causa en parte de la prohibición que hasta los años ochenta impedía a las facultades establecer colaboraciones con entidades comerciales. La centralización de las instituciones científicas en Europa y su organización estatal, destruirían en parte la capacidad de las facultades para establecer los vínculos que les permitan explotar comercialmente los descubrimientos científicos.
En un enfoque comparado igualmente, el efecto de las características institucionales de la organización científica sobre la transferencia tecnológica fue estudiado por Gittelman (2006). La autora examina en los Estados Unidos y Francia la manera en que los centros de investigación administran las carreras profesionales de los científicos. Su postulado de inicio es que los científicos eligen el tipo de organización que se beneficiará de sus conocimientos. Examinando las citas de patentes y el origen institucional de los científicos (centros de investigación, Biotech, Big-Pharma), el autor cartografía la movilidad profesional de los científicos entre estos distintos sectores. Su trabajo muestra que las patentes más citadas son redactadas por científicos que transitan más de un sector a otro. Este análisis le permite sugerir que la transferencia de conocimientos hacia empresas privadas en Francia es menos importante, y su eficiencia menor, debido a la baja movilidad de los investigadores.
El estudio de la movilidad profesional de los empresarios constituye así una manera de analizar la transferencia tecnológica entre las organizaciones (Zucker y al. 1997, Casper, 2007). En la vida de una empresa biotecnológica, los conocimientos de los científicos fundadores constituyen uno de los principales y únicos activos sobre los cuales se basa la credibilidad de un proyecto. Estos conocimientos se refieren a conocimientos tácitos, experiencias recientes, que aún no se estabilizan (Jaffe y al., 1993). La importancia de estos actores radica en el hecho de que son a menudos los únicos en poder orientar y evaluar las estrategias de ID que deben establecerse (Pisano, 1991). Como sugiere Casper (2007) en su estudio sobre la génesis del clúster de San Diego, uno de los principales riesgos vinculados a la adquisición de programas de investigación desarrollados por otras empresas, se refiere a la deserción de los científicos fundadores que crearon los proyectos. Así pues, el estudio de la movilidad profesional de los científicos permite comprender el fenómeno de la transferencia tecnológica, y plantear la cuestión del control de recursos por parte de actores individuales en las relaciones inter-organizacionales.
Otra manera de examinar la transferencia tecnológica consiste en observar el fenómeno de creación de empresas (Zucker y al., 1998, Lemarié y al., 2001, Catherine y al., 2004). Numerosos trabajos se han interesado en los clústers industriales que acogen y acompañan la creación de empresas biotecnológicas (Audretsch y Stephan, 1996, Gertler, 2005, Chen, 2006, Aharonson et al., 2008, Gilding, 2008). Estos estudios exploran los efectos de la proximidad espacial de los actores involucrados en esta industria sobre la creación y el desarrollo de las empresas. Los centros de investigación académica, los inversores y las Big-Pharmas constituyen los principales socios de una empresa biotecnológica (Arora y Gambardella, 1990, Pisano, 1991). Estos distintos tipos de actores establecen relaciones diversas y múltiples (Powell, 1996, Mangematin y al., 2003, Stuart y al., 2007). Autant-Bernard y al. (2006) pusieron de manifiesto en su estudio sobre la creación de empresas en Francia, que un alto nivel de actividad científica local es determinante para la creación continua de empresas.
Con respecto a los inversores, un puñado de autores se ha interesado en el rol de las empresas de capital-riesgo. Estos han indicado la importancia de las relaciones personales en la creación de nuevos proyectos de empresa. En particular, se estableció que cuanto más joven es una empresa biotecnológica o de capital-riesgo, tanto más
importantes serán las colaboraciones resultantes del entorno local (Sorenson y Stuart, 2001, Powell y al., 2002). Por fin, en lo que se refiere a las Big-Pharmas, algunos trabajos han mostrado que a partir de los años noventa, a medida que diversificaron sus colaboraciones con empresas biotecnológicas, el rol de las Big-Pharmas se ha vuelto progresivamente más central en el desarrollo de productos biofarmacéuticos (Malerba y Orsenigo, 2002, Roijakkers y Hagedoorn, 2006, Stuart y al., 2007).
Los centros de investigación, los inversores y las Big-Pharma no constituyen solamente los principales socios del las empresas de biotecnología. Estos tres sectores articulan sus intereses y sus recursos para crear las empresas que les permitirán aprovechar en conjunto de las oportunidades comerciales que ofrece este nuevo campo del conocimiento. Los trabajos sobre la movilidad profesional de los científicos y la creación de empresas permiten estudiar la transferencia tecnológica a través de las relaciones de colaboración que mantienen las empresas de biotecnología con estos socios. Sin embargo, los resultados de estos trabajos plantean una nueva pregunta: ¿cómo estos distintos sectores de afiliación industrial y sus intereses a veces contradictorios, determinan la cooperación entre las empresas de biotecnología?
La investigación presentada en este artículo fue diseñada para empezar a responder a esta pregunta. En vez de observar la transferencia tecnológica a través de las relaciones formales entre estos distintos sectores, proponemos examinarla a través de las relaciones que mantienen los dirigentes en biotecnología, y analizar cómo su afiliación a estos distintos sectores determina el proceso colectivo de aprendizaje a la obra en este medio.
3. Proceso colectivo de aprendizaje a nivel inter-organizacional
Como todo objeto cognitivo, la innovación industrial se construye a través de las relaciones e interacciones que mantienen los diferentes actores implicados en un determinado sector de producción. El interés por las relaciones inter-organizacionales en la mayoría de los trabajos sobre este sector concuerda con esta concepción colectiva del conocimiento. Con el fin de estudiar el vínculo entre las interacciones sociales y la génesis de los conocimientos, Lazega (1992) propone una teoría de las reivindicaciones
de conocimiento según la cual los juicios a partir de los cuales los actores evalúan los
función de criterios técnicos de satisfacción, pero sobre todo en función de criterios sociales de pertinencia. Estos juicios de pertinencia, que orientan los comportamientos, dependen en parte de los individuos y grupos a los cuales un actor atribuye la autoridad
de saber. El actor se alinea épistémicamente con una autoridad y, en contraparte, espera
ser reconocido como un miembro de la comunidad en la que un determinado conocimiento es validado por esta autoridad. Los miembros de tal comunidad comparten contextos de significado (Sperber y Wilson, 1989, White, 2008) entorno a los cuales construyen sus identidades y definen las normas que enmarcan sus intercambios.
En esta perspectiva podemos considerar que un medio social está conformado por distintas comunidades epistémicas que luchan por favorecer la posición de su coalición, promoviendo algunos conocimientos o prácticas por sobre otros. Son comunidades políticas en la medida en que sus miembros comparten intereses normativos relativos, por ejemplo, al valor que el medio asigna a su posición en la estructura social. Desde un punto de vista organizacional, el mecanismo de creación de fronteras sociales (boundary-work) (Gieryn, 1983) da cuenta del esfuerzo desplegado por los actores para controlar quién tiene derecho a saber y quién puede acceder a los recursos que circulan en un subgrupo (Lazega, 1992). Este mecanismo de alineamiento político sería principalmente el resultado de dos tipos de movimientos: el de integración, que vuelve difusa las fronteras entre los subgrupos; y el de la exclusión, que tiende a intensificar las distinciones entre los subgrupos (Lazega, 1992).
En una organización o en una industria, los actores/productores articulan y co-orientan sus comportamientos con el fin de dar una respuesta colectiva a los problemas que encuentran (White, 1981, Lazega y Mounier, 2002). En la industria del conocimiento, donde la rutinización de las actividades es una excepción, el aprendizaje colectivo depende en parte de la capacidad que tienen los actores de jerarquizar la pertinencia de los conocimientos, es decir, de evaluar y elegir las fuentes de autoridad que legitiman y controlan estos conocimientos (Lazega, 2004). En el marco de la problemática general de la cooperación entre competidores, el estudio de las relaciones entre empresarios interdependientes (Lazega et Mounier, 2002) permite observar, a través de las comportamientos relacionales de los actores, la manera en que estos se agrupan y se oponen en la negociación de estas autoridades. Estas interdependencias cognitivas
pueden observarse en el sistema de intercambio de conocimientos (llamadas relaciones de consejo) dentro de una colectividad (Lazega, 2001). La elección de un interlocutor en la red de consejo da cuenta a la vez del alineamiento epistémico y del status cognitivo de los actores. Estas elecciones relacionales pueden interpretarse como la manifestación de una racionalidad social según la cual los actores perciben la estructura de oportunidades y limitaciones en la cual evoluciona e intentan modificarla o mantenerla con el objetivo de mejorar su posición (Lazega, a publicar en 2009).
Si numerosos trabajos se han interesado en las relaciones de consejo en contextos profesionales [3], es porque, como Blau (1964) teorizó, los actores intercambian consejos y en contraparte reciben el reconocimiento de un cierto status cognitivo y social. Concebir las relaciones de este modo permite articular lo que Lazega (a publicar en 2009) llama la dimensión dual de los intercambios: relacional y simbólica. La primera se refiere a los recursos que circulan entre los actores, mientras que la segunda dimensión se refiere a los compromisos personales, a las identidades y valores que permiten a los actores politizar y contextualizar sus intercambios.
En la industria biotecnológica, las relaciones de consejo no han sido aún, a nuestro conocimiento, objeto de estudios. Sin embargo, la investigación que hemos realizado sobre los empresarios científicos ha hecho emerger un sistema de intercambio de conocimientos denso y múltiple. El estudio de estas relaciones nos permite dar cuenta en este artículo de algunas de las características del proceso de aprendizaje colectivo a la obra en este medio.
3.1. Normas de intercambio y construcción de fronteras sociales
El intercambio personalizado de ideas mas allá de las fronteras organizacionales es particularmente importante en la industria del conocimiento y la innovación. En primer lugar porque, como lo indican los trabajos sobre la industria biotecnológica, la envergadura de las actividades de ID supera ampliamente los recursos de los que dispone una empresa joven. En segundo lugar, porque en un medio ambiente industrial y reglamentario extremadamente cambiante, las “ventanas de oportunidad” se abren y se cierran muy rápidamente. Por último, porque los recursos que necesitan las empresas se refieren a conocimientos y experiencias recientes, que no se almacenan en una “bodega”
conocida de todos. Este contexto donde la incertidumbre es la norma, incentiva a los actores a solicitar e integrar el consejo de sus competidores en los procesos de toma de decisiones. Esto les permite alimentar, orientar y controlar la pertinencia de los conocimientos que movilizan.
La manera en que se distribuyen las relaciones de consejo es un objeto de estudio interesante ya que da cuenta de las interdependencias que vinculan a los actores en el control y la atribución de recursos a nivel inter-individual. La literatura especializada en el análisis de redes sociales ha conceptualizado el carácter central de los actores en un sistema de intercambio como un indicador de renombre o de status social [4]. Por una parte, ser elegido para dar un consejo es un indicador de los recursos que un actor controla y que puede redistribuir. Por otra parte, elegir a un consejero es alinearse con los juicios que reivindica, concederle la autoridad de saber (Lazega, 2004). Estas distintas elecciones relacionales conforman una estructura en la que es posible definir ciertas regularidades. Una de estas regularidades la conforman lo que McPherson y al. (2001) llaman en su trabajo de síntesis teórico, el principio de homofilia. Según este principio, las relaciones entre actores similares tienen una mayor probabilidad de ocurrencia. Por lo tanto, los recursos tienden a permanecer localizados en grupos homogéneos [5]. Así, la semejanza determinaría el establecimiento de relaciones, y en consecuencia la aparición de subestructuras. Las regularidades observadas a través de este mecanismo de selección social permiten hacer emerger a la vez las normas de intercambio y las fronteras sociales que se crean en un medio.
Como hemos indicado, diferentes sectores de actividad se coordinan en la industria biotecnológica para transformar los conocimientos científicos en innovaciones terapéuticas. Una de la misiones de los dirigentes en biotecnología es manejar los intereses de estos diferentes sectores. Para esto, tienen que jerarquizar estas distintas fuentes de autoridad en la orientación de sus actividades. Desde un punto de vista institucional, distintos estudios han mostrado que los centros de investigación universitarios han evolucionado hacia una mayor consideración de los factores que favorecen la comercialización de los descubrimientos científicos (Edwards y al. 2003, Owen-Smith et Powell, 2003, Orsenigo, 2006, Jong, 2008). La creación generalizada de oficinas de transferencia tecnológica y el aumento de licencias concedidas a las empresas (Welsha y al., 2008) señalan esta reorientación institucional que introduce en
las actividades de los centros de investigación una fuente de autoridad exógena. Sin embargo, como lo han mostrado los estudios comparativos ya mencionados (Gittelman y Kogut, 2003, Owen-Smith y al. 2002), las características institucionales de la investigación académica en Francia no parecen alinearse con los comportamientos económicamente orientados tanto como en los Estados Unidos. Gittelman (2006) indica a este propósito que en Francia, a pesar del esfuerzo de las autoridades públicas por facilitar los vínculos entre la investigación académica y el sector privado, las normas de construcción del status en la jerarquía científica permanecen muy negativamente asociadas a las relaciones con el sector privado.
A nivel inter-individual, nuestra investigación da cuenta igualmente de esta controversia entre las lógicas científicas y las lógicas comerciales en la industria biotecnológica. La “ruptura teleológica” de la que hablan Saives y al. (2005) con respecto al paso del mundo académico al mundo privado se expresa muy vivamente en el discurso de los empresarios. Estuvimos muy atentos en nuestras entrevistas a las distintas fuentes de autoridades mencionadas por los empresarios para justificar la manera en que orientan sus decisiones. Nos fue posible distinguir dos posiciones principales que llamaremos “científica” y “económica”. Entre estas dos posiciones se sitúan la mayoría de los actores. Ilustramos aquí los dos extremos de esta controversia. En la posición de los “científicos”, se considera que el éxito económico está supeditado al éxito científico, y se piensa que solamente alguien que comprende la ciencia puede tomar las buenas decisiones, y en consecuencia, ser jefe de una empresa biotecnológica:
“El mundo académico considera que nosotros [dirigentes en biotecnología] no somos más que comerciantes, pero el espíritu de empresario no es sino un medio para llegar al mercado, es solo un medio, el corazón es la ciencia, la innovación es la ciencia. Es ella la que da vida a la empresa, aunque alguien tenga un MBA de Harvard, es la ciencia lo importante. Si se pone el objetivo científico antes, es la mejor manera de tener éxito económicamente. El mejor CEO es un técnico, y no un gestor en los negocios de la alta tecnología… debe encontrar las personas apropiadas, los talentos capaces de desarrollar las ideas, y solamente un científico puede tomar las buenas decisiones. ¡La ciencia sigue siendo el factor más importante para tener éxito, el éxito es ante todo llegar hasta la cama del paciente! ” (Director General).
Del lado de los “economistas”, se considera que el verdadero éxito es financiero, y que solamente considerando las realidades económicas un dirigente puede tomar las buenas decisiones:
“Se puede crear una empresa biotecnológica sin ser científico, pero no se puede crear una sin ser empresario. Aunque el científico es indispensable, muy pronto se necesita un empresario. En Francia se espera demasiado tiempo antes de encontrar a un verdadero empresario para la empresa. El problema es que los científicos se identifican demasiado con sus proyectos. El éxito es traer la liquidez a la empresa, el éxito económico, y para eso la dirección es el factor determinante, hay demasiada ceguera sobre la ciencia y no hay suficiente interés y preocupación por los negocios y la dirección, hay aún demasiados CEO que son fundadores. ” (Director General).
“¡No se debe dejar a un científico crear a la empresa! El científico tiene un rol pero es necesario un jefe con experiencia ¡A cada quien su trabajo! Se necesita un verdadero patrón, que sepa reclutar, hacer contratos, que sea carismático y que sepa también comerse sus palabras, que sepa decir a los empleados o a los capital-riesgo que no se va a hacer lo que se había dicho, que no será posible.” (Un director de operaciones).
Corroborando lo que sugieren distintos autores (Owen-Smith et al., 2002, Saives et al., 2005, Gittelman, 2006), observamos en el discurso de los dirigentes que esta oposición “ciencia/economía” está omnipresente. Estos autores consideran que esta controversia es el resultado de la confrontación de las distintas lógicas de valorización profesional. En el mundo de la investigación académica, los valores predominantes estarían vinculados a la independencia de los investigadores y al reconocimiento de los pares a través de publicaciones en revistas especializadas. En cambio, en el sector privado, los valores predominantes estarían vinculados a la explotación de las oportunidades de mercado y al reconocimiento de los principales socios industriales y financieros.
La hipótesis general de este estudio tiene por objetivo comprobar la existencia de esta oposición en el medio de los dirigentes de Biotech en Francia. Para observar este fenómeno, en este artículo exploramos como las afiliaciones institucionales a los distintos sectores que se articulan en torno a las empresas biotecnológicas se cristalizan
en los comportamientos relacionales de los actores. Concretamente, queremos saber cómo el paso de una lógica de investigación hacia una lógica de mercado determina en este medio el intercambio de recursos y el proceso colectivo de aprendizaje. Analizamos algunos atributos de los protagonistas, como la formación inicial, el origen profesional y la función ocupada en la empresa, para determinar el tipo de status formal vinculado a estas afiliaciones institucionales. Observamos a continuación los comportamientos relacionales de los actores en función de estos atributos, con el fin de comprender las lógicas que participan en la constitución de subgrupos. La elección de un grupo de pertenencia implica por parte del actor un compromiso frente a las pretensiones cognitivas que este representa. La agregación de las elecciones relacionales de los actores permite a la vez hacer surgir las normas de intercambio que condicionan la distribución de los recursos y el trabajo de construcción de fronteras epistémicas entre los grupos.
Nuestras hipótesis retoman los dos tipos de movimiento que caracterizan el alineamiento epistémico (Lazega, 1992). El primero se refiere a las elecciones de preferencia positiva entre los actores que comparten un mismo tipo de status formal:
H1: los actores que tienen un mismo tipo de status formal tienden a intercambiar más consejos entre ellos que con los actores que tienen otras formas de status. Esta preferencia positiva intra-clase sería especialmente significativa para los actores que tienen un estatuto “científico” y un estatuto “económico”.
El segundo movimiento se refiere a las elecciones de preferencia negativa entre los miembros que tienen status formales diferentes:
H2: los actores que tienen status formales diferentes tienden a intercambiar menos consejos entre ellos que con los miembros del mismo tipo de status. Esta preferencia negativa inter-clases sería especialmente significativa en las relaciones entre los actores que tienen un status “científico” y un status “económico”.
El objetivo de estas hipótesis es comprender cómo los distintos sectores implicados en la creación y el desarrollo de una empresa biotecnológica, representados por los status
formales de los dirigentes, se articulan en la co-orientación del proceso de aprendizaje, es decir, en la selección y la jerarquización de los conocimientos que deben tenerse en cuenta en la realización de las tareas y la asignación de recursos. El trabajo de una empresa biotecnológica es a la vez científico y financiero, pero estos dos ejes suelen ser administrados por competencias y criterios diferentes. Cada subgrupo intenta situar su propia especialidad, y en consecuencia las incertidumbres que se vinculan a ella, en el centro de la definición de lo que es el trabajo de una empresa biotecnológica. Así, en este trabajo, proponemos pensar el paso de una lógica científica hacia una lógica especulativa o comercial, como el resultado de las estrategias colectivas de solidaridad y de exclusión a través de las cuales los actores delinean las fronteras entre diferentes subgrupos, y definen los conocimientos pertinentes y las fuentes de autoridad legítimas dentro del medio de los dirigentes en Biotech.
4. Un estudio de caso: los empresarios científicos en la industria biotecnológica en Francia
4.1. Investigación y población
Con el fin de comprobar nuestras hipótesis diseñamos y realizamos una investigación sobre una sub-población de dirigentes de Biotech en Francia. En un primer momento, nos entrevistamos con algunos dirigentes y realizamos varios días de observación no participativa.
Esta investigación permitió definir y delimitar un conjunto de 96 empresas biotecnológicas dedicadas a la ID en el sector de la salud humana en Francia. Estas comparten al menos tres características: a) trabajan en el ámbito de las ciencias de la vida, es decir, en la comprensión y/o la modificación de los organismos vivos; b) recibieron de inversiones privadas y/o públicas de un monto superior a 500K€; c) y son empresas francesas. En función de su estado de desarrollo, incluimos entre 1 y 4 dirigentes por empresa, según los criterios siguientes: a) fundadores; b) Presidente/Director General; c) director científico, financiero y de operaciones. A continuación, creamos y probamos un cuestionario destinado a recoger información sobre su trayectoria y sus relaciones con los otros empresarios.
En un segundo momento, contactamos y logramos entrevistar a 138 empresarios. En nuestra población final, dejamos 164 en representación de 88 empresas. La información relativa a los 26 actores que no respondieron al cuestionario se recogió sobre bases de datos públicas, a la excepción de las elecciones relacionales emitidas.
4.1.1. Variable dependiente
La variable dependiente que estudiamos constituye una red de intercambio que da cuenta de las relaciones de consejo que mantienen estos empresarios. Definimos tres tipos principales de actividades que correspondían con el trabajo de colaboración que las empresas realizan con sus principales socios: los centros de investigación, los inversores y las Big-Pharmas. Los centros de investigación son en la mayoría de los casos el punto de origen de las empresas biotecnológicas. Estos son los empleadores de los científicos fundadores y/o los (co)propietarios de las patentes licenciadas. Por su parte, los inversores proporcionan el dinero que permite a los empresarios desarrollar el proyecto científico en una estructura privada. Se convierten en copropietarios de la empresa, y ocupan a menudo un puesto en el consejo de administración. Por último, las Big-Pharmas constituyen los principales clientes de las empresas biotecnológicas. Compran los productos en desarrollo o firman contratos de colaboración con ellas.
En nuestra investigación hemos pedido a los empresarios que nos indiquen a quiénes solicitan consejo sobre cuestiones relativas a estos tres tipos de interlocutores. El intercambio de conocimientos vinculado a los inversores está presente en un 62% de las relaciones, los vinculados a las Big-Pharmas en un 57%, y los vinculados a los centros de investigación en un 40%. La red de consejo que analizamos es una síntesis de las respuestas otorgadas para estos tres tipos de recursos, intercambiados exclusivamente a nivel inter-organizacional.
4.2. Variables independientes
Los status formales de los empresarios se aprehendieron con la ayuda de tres características de sus trayectorias profesionales.
Clasificamos a los empresarios según el cargo que ocupan en la empresa. Una mayoría de empresarios (88 actores) ocupa la función de Presidente/Director General (CEO). Este cargo es mayoritario pues está presente en todas las empresas. En cambio, los directores financieros (DF) (20 actores), los directores científicos (DS) (23 actores) y los directores de operaciones (DO) (33 actores) integran la empresa una vez que ésta conoce un cierto crecimiento.
4.2.2. Origen profesional
La segunda variable se refiere al origen profesional de los empresarios. Clasificamos a los dirigentes en función del sector de actividad donde trabajaban antes de integrar la empresa biotecnológica. En “industria salud humana” (84 actores) clasificamos a los empresarios provenientes de la industria biofarmacéutica; en “investigación académica” (50 actores) a los empresarios provenientes de los centros de investigación; y en “finanzas” (30 actores) a aquellos provenientes de oficios vinculados a las inversiones en capital o que habían ocupado un puesto de DF en otra industria.
4.2.3. Formación universitaria
Por último, clasificamos a los empresarios en función del tipo de formación universitaria que cursaron. Distinguimos a los empresarios que siguieron una formación científica (133 actores), de los que siguieron una formación inicial económica (31 actores).
4.3. El modelo p2
Para estudiar el efecto de las afiliaciones institucionales sobre el comportamiento relacional observado en el intercambio informal de conocimientos hemos movilizado el modelo p2 (Lazega y Van Duijn, 1997, Van Duijn y al., 2004, Zijlstra y Van Duijn, 2008). Este modelo permite analizar redes binarias orientadas [6]. Su principal ventaja es considerar que las elecciones emitidas y recibidas por un actor son interdependientes. Permite incluir los atributos de los actores y de pares de actores (variable diádica) como variables explicativas. El principal límite que encontramos se refiere al número reducido
de parámetros que se pueden considerar en un mismo modelo. Pensamos que la estrategia de análisis presentada permitió en parte superar esta dificultad.
Para probar nuestras hipótesis, debíamos examinar si el hecho de que dos actores pertenezcan a categorías diferentes explicaba positiva o negativamente la frecuencia de relaciones entre ellos. Para hacer esto, debimos transformar los atributos categoriales de los actores en variables diádicas. Estas variables son matrices binarias donde 1 indica que los actores pertenecen respectivamente a las dos categorías, diferentes o similares que se quieren analizar, y 0 si este no es el caso. Así pues, para cada atributo, construimos varias variables diádicas que nos permitieran examinar el intercambio de recursos entre actores pertenecientes a categorías diferentes.
5. Resultados
Los parámetros que consideramos con la ayuda del modelo p2 son la densidad y la reciprocidad de las relaciones en función de estas variables diádicas. El Cuadro I presenta los resultados de los dos modelos estimados sucesivamente para el atributo “cargo en la empresa”.
CUADRO I. - Efecto de las disimilitudes de afiliación institucional vinculadas al cargo en la empresa sobre las relaciones de consejo.
Modelo 1 Modelo 2 Modelo 3 Variables diádicas
Diferencias de cargo + homofilia CFO y CSO +homofilia CEO y COO Densidad CEO-CFO -0.58 (0.15)* -0.14 (0.22) -0.10 (0,23) CEO-CSO -0.22 (0.18) CEO-COO -0.06 (0.11) CFO-CSO -1.59 (0.46)* -1.08 (0.48)* -0.76 (0,33)* CFO-COO -0.81 (0.28)* -0.31 (0.29) CSO-COO -0.50 (0.30) -0.37 (0.25) CFO-CFO 1.21 (0.43)* 0.73 (032)* CSO-CSO 0.13 (0.50) CEO-CEO 0.22 (0,17) COO-COO 0.09 (0,26) Reciprocidad CEO-CFO 1.08 (0.32)* 0.84 (0.30)* 0.66 (0.34) CFO-COO 1.32 (0.59)*
Cuadro I: Modelo p2. Parámetros (error tipo). El asterisco (*) indica los valores significativos:
parámetro/error tipo > 2. Las variables diádicas corresponden a las diferencias de cargo en la empresa de los actores. Los modelos sucesivos incluyen los valores significativos del modelo precedente e integran las variables de homofilia de los CFO y de los CSO (Modelo 2), y de los CEO y de los COO (Modelo 3). Solamente los valores significativos o casi significativos de los parámetros de reciprocidad se presentan en este cuadro.
Inicialmente, se incluyeron en el Modelo 1 exclusivamente las variables correspondientes a las disimilitudes de clase. En los efectos de densidad, el parámetro de la variable CEO-CFO es negativo y significativo. Esto indica que cuando un actor es CEO y el otro CFO, disminuye la probabilidad de que exista una relación de consejo entre ellos. Los parámetros CFO-CSO y CFO-COO son también negativos y significativos. Observemos que la clase de los CFO siempre presenta parámetros negativos en las relaciones inter-clase. En los efectos de reciprocidad, el parámetro de la variable CEO-CFO es positivo y significativo, y debe interpretarse con el parámetro de densidad negativo: las relaciones entre los CEO y los CFO son menos probables que la distribución aleatoria hecha a partir de las características relacionales observadas, pero cuando esta ocurre, es probable que sea recíproca. Se observa la misma situación para la variable CFO-COO.
En el Modelo 2 se conservó las variables de los parámetros significativos del Modelo 1, así como la variable CSO-COO cuyo valor es casi significativo. Hemos agregado además las variables correspondientes a las semejanzas de clase de los CFO y los CSO. Los parámetros relativos a las relaciones de los CFO ya no son significativos, a excepción de las relaciones entre CFO-CSO. El parámetro CFO-CFO es positivo y significativo, lo que indica que el hecho de pertenecer a esta misma clase incrementa las probabilidades de establecer una relación de consejo. Se siguió el mismo procedimiento para el Modelo 3, dónde hemos añadido las variables correspondientes a las semejanzas de clase de los CEO y el COO, cuyos valores no son significativos.
En definitiva, estos análisis nos permiten obtener tres resultados: la diferencia de clases entre los CFO y los CSO disminuye la probabilidad de una relación de consejo entre estos dos tipos de actores; la semejanza de clase de los CFO aumenta la probabilidad de una relación de consejo intra-clase; y por último, la diferencia de clases CEO-CFO aumenta la probabilidad de que las relaciones entre estas clases sean recíprocas.
El Cuadro II presenta los modelos considerados para el atributo “origen profesional”.
CUADRO II. - Efecto de las disimilitudes de afiliación institucional vinculadas al origen profesional sobre las relaciones de consejo
Modelo 1 Modelo 2 Modelo 3 Modelo 4
Variables diádicas Diferencias de origen Origen Finanza Origen Investigación Académica Origen Industria Salud Humana Densidad Ori.Fin.-Ori.Inv.Aca. -0.82 (0.17)* -0.74 (0.24)* -0.52 (0.24)* Ori.Fin.-Ori.Ind.Sa.Hu. -0.51 (0.13)* -0.49 (0.20)* -0.01 (0.19) Ori.Inv.Aca.-Ori.Ind.Sa.Hu. -0.43 (0.10)* -0.29 (0.20) -0.09 (0.19) Ori.Fin.-Ori.Fin. -0.28 (0.37) Ori.Inv.Aca.-Ori.Inv.Aca. 0.21 (0.39) Ori.Ind.Sa.Hu.-Ori.Ind.Sa.Hu. 0.46 (0.27)
Cuadro II: Modelo p2. Parámetros (error tipo). El asterisco (*) indica los valores significativos:
parámetro/error tipo > 2. Las variables diádicas corresponden a las diferencias de origen profesional de los actores. Ningún parámetro de reciprocidad presentó un valor significativo.
En el Modelo 1 del Cuadro II, se incluyeron las variables correspondientes a las disimilitudes de clase. Los parámetros son todos negativos, lo que indica que el hecho de tener orígenes profesionales diferentes disminuye las probabilidades de establecer una relación de consejo. Observamos que el parámetro relativo a la diferencia de origen entre “Finanza” e “Investigación Académica” es el más elevado.
Los modelos siguientes corresponden a las características relacionales inter-clase de cada subgrupo. Los parámetros que presentan valores significativos en más de un modelo dan una idea bastante robusta de las lógicas inter-clase que caracterizan el intercambio de consejos. Observamos en particular que el parámetro de la disimilitud de origen entre “Finanza” e “Investigación Académica” es negativo y significativo en todas las configuraciones, y que todas las relaciones inter-clase de los “financieros” tienen un parámetro negativo.
Cuadro III. - Efecto de la disimilitud de afiliación institucional vinculada a la formación inicial sobre las relaciones de consejo
Modelo 1 Modelo 2 Variables diádicas For.Ini.Eco. For.Ini.Cie. Densidad For.Ini.Eco.-For.Ini.Cie. -0.40 (0.17)* -0.51(0.24)* For.Ini.Eco.-For.Ini.Eco. 0.12 (0.31) For.Ini.Cie.-For.Ini.Cie. -0.09 (0.36) Reciprocidad For.Ini.Eco.-For.Ini.Cie. 0.71 (0.25)*
Cuadro III: Modelo p2. Parámetros (error tipo). El asterisco (*) indica los valores
significativos: parámetro/error tipo > 2. Las variables diádicas corresponden a las diferencias de formación inicial de los actores. Solamente las variables significativas de los parámetros de reciprocidad se presentan en este cuadro.
El Modelo 1 corresponde a las características relacionales inter-clase del grupo “formación inicial económica”, y el Modelo 2 del grupo “formación inicial científica”. Una vez más la diferencia “ciencia/economía” presenta valores negativos, significativos y robustos. Por otra parte, el parámetro de reciprocidad inter-clase es positivo, indicando que aunque las relaciones son poco probables, cuando existen, es probable que sean recíprocas.
Por último, en el Cuadro IV se examinan todas las disimilitudes entre los “economistas” y los “científicos” representadas por los tres atributos analizados.
CUADRO IV. - Análisis transversal del efecto de las disimilitudes de afiliaciones institucionales entre los “economistas” y los “científicos” sobre las relaciones de consejo
Modèle 1
Variables dyadiques Différences Eco/Scie Densité
Directeur Fin./Scie. -0.9219 (0.4486)* Origine Fin./Rech.Aca. -0.3484 (0.1701)* Formation Initiale Eco./Scie. -0.4150 (0.1068)* Réciprocité
Cuadro 4: Modelo p2. Parámetros (error tipo). El asterisco (*) indica los valores significativos:
parámetro/error tipo > 2. Las variables diádicas corresponden respectivamente a las diferencias de cargo en la empresa, origen profesional y formación inicial de los actores. Solamente los valores significativos de los parámetros de reciprocidad se presentan en este cuadro.
Los parámetros son todos negativos, lo que indica que ningún atributo oculta a otro, es decir que las tres dimensiones institucionales representadas participan en el fenómeno de polarización.
6. Discusión
Nuestros resultados ponen de manifiesto que las afiliaciones institucionales de los empresarios, representadas por las características de sus respectivas trayectorias, determinan el intercambio de recursos en la red de consejo. Estos análisis hacen surgir a la vez las normas de intercambio y los mecanismos de construcción de fronteras sociales que caracterizan la co-orientación del proceso de aprendizaje en este medio.
6.1. Normas de intercambio
La agregación de las elecciones relacionales y de los atributos de los actores permite formular hipótesis sobre las normas sociales que estos observan cuando buscan información pertinente. Nuestra primera hipótesis contemplaba la exploración de una norma de intercambio según la cual los actores que comparten un mismo tipo de afiliación institucional intercambian más al interior de su clase que con el exterior. Esta hipótesis no se confirmó para la mayoría de los tipos de status analizados: los empresarios “científicos” y los “industriales” (estos últimos representados por los COO y el origen profesional “industria salud humana”) no intercambian más entre ellos que con los otros.
En cambio, los empresarios “economistas” parecen observar una norma de homofilia en el intercambio de consejos (véase el parámetro CFO-CFO, Cuadro I). Esta tendencia se acompaña de un fuerte rechazo hacia los otros tipos de actores. Como lo muestra los modelos relativos al “cargo en la empresa” y al “origen profesional”, los “economistas” tienen tendencia a no intercambiar consejos con los “industriales” o los “científicos”.
No se observa este fenómeno de rechazo en las relaciones que mantienen los otros tipos de actores. Las preferencias positivas intra-clase en los “economistas” y la distancia que caracteriza sus relaciones inter-clase nos permiten confirmar nuestra primera hipótesis para este grupo de actores.
La proposición de la segunda hipótesis relativa a las preferencias negativas inter-clase se confirmó para las relaciones entre los “economistas” y los “científicos”. El Cuadro IV muestra el carácter transversal de la oposición que existe entre estas dos categorías de actores. En todos los modelos de los distintos atributos explorados, observamos parámetros significativos que indican la probabilidad negativa de ocurrencia de relaciones entre estas dos clases. Esta separación es compleja en la medida en que no se reduce a una única dimensión de los status formales. Las transversalidad de nuestros resultados sugieren que esta oposición da cuenta de una importante característica de las interdependencias que se establecen en este medio. Por una parte, gracias a la norma de homofilia entre “economistas”, estos actores acceden más fácilmente a los recursos que circulan dentro de su grupo, beneficiándose y participando así en un proceso de solidaridad específico.
Por otra parte, la norma de preferencia negativa inter-clase entre los “economistas” y los “científicos”, disminuye la oportunidad de beneficiarse de los recursos que circulan en la categoría opuesta, y da cuenta de un mecanismo de exclusión recíproco entre estos tipos de actores. Estos mecanismos de solidaridad y exclusión, que favorecen y limitan a la vez el acceso a los recursos, estructuran el proceso de aprendizaje colectivo en este medio.
6.2. Construcción de fronteras sociales
Los mecanismos de solidaridad y de exclusión que configuran las normas de intercambio se cristalizan en la aparición de fronteras sociales entre los subgrupos. Estas fronteras son difusas y solamente un análisis profundo de los comportamientos relacionales y de las diferentes formas de status de los actores permite reconstituirlas. Para ilustrar nuestra observación, reconstituimos en la Figura I las relaciones de consejo entre los CFO y los CSO.
FIGURA I. - Gráfico de las relaciones de consejo entre los directores financieros (en negro) y los directores científicos (en gris)
Lectura: Gráfico de las relaciones entre los actores implicados en la oposición
“ciencia/economía”, expresada por el atributo de afiliación institucional “cargo en la empresa”. Los nodos en negro representan los 20 CFO, los en gris los 23 CSO. Hay 23 relaciones en el subgrupo de los CFO, y solamente 10 en el de los CSO. En este último, 8 actores están excluidos del sistema de intercambio, contra solamente 4 en el subgrupo de los CFO. Solamente 9 de 42 relaciones son inter-clase.
Este gráfico ilustra bien los resultados obtenidos en el análisis de las distintas formas de status formal: los “economistas” intercambian más entre ellos que con los otros tipos de actores, y la mayoría de ellos no intercambia con los “científicos”. El intercambio de recursos pertinentes en este medio se caracteriza así por una separación entre los “economistas” y los otros tipos de actores.
¿Cómo estas fronteras sociales, y las elecciones selectivas de las cuales son la expresión, participan en la co-orientación del proceso de aprendizaje? Nuestros datos ponen de manifiesto que los recursos vinculados a las cuestiones económicas se intercambian más entre los empresarios que los recursos vinculados a los aspectos científicos o industriales. Así pues, los conocimientos “económicos” son objeto de una mayor actividad relacional en este medio. Esto no parece ser contra-intuitivo en la
medida en que para estos empresarios científicos, provenientes en gran parte de la investigación académica, los conocimientos “económicos” pueden representar una fuente nueva de incertidumbre. Pero una contradicción surge: ¿por qué entonces los “economistas”, que controlan el tipo de recurso más intercambiado, mantienen sistemáticamente menos relaciones con los otros tipos de actores?
Como hemos visto, el trabajo de transferencia tecnológica que realizan las empresas biotecnológicas supone una jerarquización de las distintas fuentes de autoridad y de los conocimientos que deben movilizarse. Las normas de intercambio, y las fronteras sociales que delimitan, dan cuenta de las estrategias colectivas de los subgrupos destinadas a definir el trabajo de una empresa de biotecnología en función del sector de afiliación que representan. Manteniendo vínculos poco densos pero privilegiados (los “economistas” siempre están implicados en los parámetros significativos y positivos de reciprocidad) con los otros subgrupos, los “economistas” limitan el número de actores que se benefician de los recursos que controlan. De esta manera, estos recursos conservan un carácter poco accesible, lo que refuerza la posición de los “economistas”. Así, la estrategia a la vez más selectiva en las relaciones inter-clase, y más cohesiva en las relaciones intra-clase, les permite orientar el proceso de aprendizaje hacia los conocimientos relativos a la gestión económica y financiera.
Como hemos visto, las fronteras sociales se ven delimitadas en particular por la oposición “ciencia/economía”. La empresa biotecnológica encarna el difícil trabajo de adaptación mutua entre estos dos sectores. Este trabajo de ajuste obliga a los actores a negociar su identidad (Lazega, 1992), y en consecuencia a poner en peligro la manera en que construyeron su status profesional. El científico y el financiero representan el uno para el otro este desafío, que se traduce en su comportamiento relacional por un bajo nivel de intercambio de conocimientos. Nuestros resultados sugieren que la transferencia de conocimientos en este medio a nivel inter-individual se ve obstaculizada por la confrontación de estos dos sectores de afiliación.
7. Conclusiones
En este artículo hemos propuesto ampliar el estudio de la transferencia tecnológica en la industria biotecnológica al proceso de aprendizaje colectivo analizado a través del
intercambio de consejos entre los empresarios. Estos últimos deben administrar en sus actividades los intereses de los distintos sectores de actividad que están implicados en la creación y el desarrollo de las empresas. Estudiando las afiliaciones institucionales de los empresarios y sus elecciones relacionales en el intercambio de conocimientos, hemos observado una norma de homofilia entre los “economistas” y una tendencia relacional negativa entre estos y los “científicos”. Estos comportamientos delimitan las fronteras de este milieu social, y permiten a los actores seleccionar y jerarquizar los conocimientos y las fuentes de autoridad que rigen el desarrollo de las actividades y la asignación de recursos. Vimos, en particular, cómo los “economistas”, a través de estos mecanismos de solidaridad y exclusión, orientan el proceso de aprendizaje hacia los conocimientos y competencias que controlan.
Como lo indican los estudios intercontinentales (Gittelman y Kogut, 2003, Gittelman 2006, Owen-Smith y al. 2002), la investigación fundamental en Europa está menos integrada a la investigación clínica que en los Estados Unidos. A nivel inter-individual, nuestros análisis dan cuenta de resultados similares. Con estos autores, nuestra investigación sugiere que la distancia entre lo “privado” y lo “público”, entre “la economía” y “la ciencia”, es el reflejo de una falta de coordinación que se traduce en una pérdida de eficiencia para este sector industrial. Como lo han mostrado estos estudios, la forma institucional de producción científica europea no parece articularse de manera óptima a los métodos de transferencia tecnológica importados de los Estados Unidos. En este sentido, una pregunta se impone: ¿deben los países europeos adaptar las formas de creación científica para ajustarse a las lógicas especulativas de la transferencia tecnológica estadounidense, o deben más bien inventar un modelo de transferencia tecnológica que se adapte a las características institucionales de la organización científica en Europa?
Notas
[1] Hablaremos de “industria biotecnológica” o “empresa biotecnológica” para indicar las empresas que trabajan en el sector de la salud humana, sin especificar cada vez que no se trata de una empresa en biotecnología que trabaja en otro sector de actividad.
[2] Empresa dedicada a la investigación aplicada sobre la base de los nuevos saberes y tecnologías de las ciencias de la vida.
[3] Ver trabajos reciente en Sparrowe et al. (2001), McDonald y Westphal (2003), Gibbons (2004), Lazega y al. (2008).
[4] Para una introducción ver Wasserman y Faust (1994), Lazega (2007).
[5] Para un estudio empírico ver Lazega y Van Duijn (1997).
Referencias bibliográficas
AHARONSON Barak, BAUM Joel, PLUNKET, Anne, “Inventive and uninventive clusters: The case of Canadian biotechnology”, Research Policy, 2008 (37) 1108–1131.
ARORA Ashish y GAMBARDELLA Alfonso, “Complementarity and external linkages: the strategies of the large firms in biotechnology”, The journal of industrial economics, 1990 (38) 361-379.
AUDRETSCH David y STEPHAN Paula “Company-Scientist Locational Links: The Case of Biotechnology”, The American Economic Review, 1996, 641-652.
AUTANT-BERNARD C., MANGEMATIN Vincent, MASSARD N., “Creation of Biotech in France”, Small Business Economics, 2006 (26) 173-87.
BAUM Joel, CALABRESE Tony, SILVERMAN Brian, “Don’t go it alone: Allieance network composition and startups’ performance in Canadian biotechnology”, Strategic Management Journal, 2000 (21) 267-94.
BLAU Peter, Exchange and Power in social life, Transaction Publishers, New Brunswick, 1964.
BOUFADEN Najoua y PLUNKET Anne, “Investigating technological and geographic proximity on forms’ innovation in an immature cluster: the Paris area biotech cluster”, 2005, DRUID Conference, Copenhagen.
CASPER Steven, “How do technology clusters emerge and become sustainable? Social network formation and inter-firm mobility within the San Diego biotechnology cluster”, Research Policy, 2007 (36) 438–455.
CATHERINE David, COROLLEUR Frédéric, MANGEMATIN Vincent, “Turning scientific and technological human capital into economic capital: the experience of biotech start-ups in France”, Research Policy, 2004 (33) 631-642.
CHEN Ren-Shuai, SHYU Joseph, TZENG Gow-Hshiung, “The Policy of High-Tech Industry Development: The Case of Location Assessment for Biotech Industry Parks in Taiwan”, Review of Policy Research, 2006 (23) 580-606.
EDWARDS Mark, MURRAY Fiona, YU Robert, “Value creation and sharing among universities, biotechnology and pharma”, Nature Biotechnology, 2003 (21) 6: 618–624.
GERTLER M.S., LEVITTE Y. M., “Local Nodes in Global Networks: The Geography of Knowledge Flows in Biotechnology Innovation”, Industry and Innovation, 2005 (12) 487–507.
GIBBONS Deborah, “Friendship and Advice Networks in the Context of Changing Professional Values”, Administrative Science Quarterly, 2004 (49): 238-262.
GIERYN Thomas, “Boundary-work and the demarcation of science from non-science: strains and interests in professional ideologies of scientists”, American Sociological Review, 1983 (48): 781-795.
GILDING Michael, “‘The tyranny of distance’: Biotechnology networks and Clusters in the antipodes”, Research Policy, 2008 (37) 1132–1144.
GITTELMAN Michelle, “National institutions, public–private knowledge flows, and innovation performance: A comparative study of the biotechnology industry in the US and France”, Research Policy, 2006 (35) 1052–1068.
GITTELMAN Michelle y KOGUT Bruce, “Does Good Science Lead to Valuable Knowledge? Biotechnology Firms and the Evolutionary Logic of Citation Patterns”, Management Science, 2003 (49) 4: 366-382.
JAFFE Adam, TRAJTENBERG Manuel, HENDERSON Rebecca, “Geographic localization of knowledge spillovers as evidence by patent citations”, Quarterly Journal of Economics, 1993 (63) 577-98.
JONG Simcha, “Academic organizations and new industrial fields: Berkeley and Stanford after the rise of biotechnology”, Research Policy, 2008 (37) 1267–1282.
LAZEGA Emmanuel, Micropolitics ok Knowledge: Communication and indirect
control in workgroups, Aldine-de-Gruyter, New York, 1992.
LAZEGA Emmanuel, The Collegial Phenomenon: The Social Mechanisms of
Cooperation Among Peers in a Corporate Law Partnership, Oxford University Press,
Oxford, 2001.
LAZEGA Emmanuel, “Collégialité, relations d’autorité et production de biens d’apprentissage” in Eric DELAMOTTE (ed), Du partage au marché : regards croisé
sur la circulation des savoirs, Lille, 2004 : 39-55.
LAZEGA Emmanuel, Réseaux sociaux et structures relationnelles, Collection QSJ?, Presses Universitaires de France, 2007.
LAZEGA Emmanuel, “Théorie de la coopération entre concurrents : Organisation, marché et analyse de réseaux”, in Philippe STEINER et François VATIN (eds),
Sociologie et économie, Paris, PUF, collection Quadrige, à paraître 2009.
LAZEGA Emmanuel and VAN DUIJN Marijtje, “Position in formal structure, personal characteristics and choices of advisors in a law firm: A logistic regression model for dyadic network data”, Social Networks, 1997 (19) 375-397.
LAZEGA Emmanuel y MOUNIER Lise, “Interdependent entrepreneurs and the social discipline of their cooperation: The research program of structural economic sociology for a society of organizations”, in Olivier FAVEREAU et Emmanuel LAZEGA (eds),
Conventions and Structures in Economic Organization, Edward Elgar Publishing, 2002:
147-199.
LAZEGA Emmanuel, MOUNIER Lise, STOFER Rafaël, TRIPIER Alain, “Discipline scientifique et discipline sociale: réseaux de conseil, apprentissage collectif et
innovation dans la recherche française sur le cancer (1996-1998)”, Recherches sociologiques, 2004 (3) 3-27.
LEMARIÉ Stéphane, MANGEMATIN Vincent, TORRE A., “Is the creation and development of biotech localized? Conclusion drawn from the French case”, Small Business Economics, 2001 (17) 61-76.
MALERBA Franco y ORSENIGO Luigi, “Innovation and market structure in the dynamics of the pharmaceutical industry and biotechnology: towards a history-friendly model”, Industrial and Corporate Change, 2002.
MANGEMATIN Vincent, LEMARIE Stéphane, BOISSIN Jean-Pierre, CATHERINE David, COROLLEUR Frédéric, COROLINI Roger, TROMMETTER Michel, “Development of SMEs and heterogeneity of trajectories: the case of biotechnology in France”, Research Policy, 2003 (32) 621–638.
VAN DUIJN Marijtje, SNIJDERS Tom, ZIJLSTRA Bonne, “p2: a random effects model with covariates for directed graphs”, Statistica Neerlandica, 2004 (58) 2: 234– 254.
MCDONALD Michael y WESTPHAL James, “Getting by with the Advice of Their Friends: CEOs' Advice Networks and Firms' Strategic Responses to Poor Performance”, Administrative Science Quarterly, 2003 (48) 1-32.
McPHERSON Miller, SMITH-LOVIN Lynn, and COOK James, “Birds of a feather: Homophily in Social Networks”, Annual Review of Sociology, 2001 (27) 415–44.
NIOSI Jorge, « Alliances are not enough explaining rapid growth in biotechnology firms », Research Policy, 2003 (32) 737–750.
ORSENIGO Luigi, “Clusters and clustering: stylized facts, issues, and theories”, dans BRAUNERHJELM Pontus y FELDMAN Maryann (eds), Cluster genesis, New York, Oxford University Press, 2006: 195-218.
OWEN-SMITH Jason y POWEL Walter, “The expanding role of university patenting in the life sciences: assessing the importance of experience and connectivity”, Research Policy, 2003 (32) 1695–1711.
OWEN-SMITH Jason, RICCABONI Massimo, PAMMOLLI Fabio, POWELL Walter, “A Comparison of U.S. and European University-Industry Relations in the Life Sciences”, Management Science, 2002 (48) 24-43.
PISANO Gary, “The governance of innovation: vertical integration and collaborative arrangements in the biotechnology industry”, Research Policy, 1991 (20) 237-249.
POWEL Walter, “Inter-Organizational Collaboration in the Biotechnology Industry”, Journal of Institutional and Theoretical Economics, 1996 (152) 197-215.
POWELL Walter, KOPUT Kenneth, SMITH-DOERR Laurel, “Inter-Organizational Collaboration and the locus of innovation: networks of learning in the biotechnology”, Administrative Science Quarterly, 1996 (41) 116-45.
POWELL Walter, KOPUT Kenneth, SMITH-DOERR Laurel, OWEN-SMITH Jason, “Network position and firm performance: Organizational returns to collaboration in the biotechnology industry”, Research in the Sociology of Organizations, 1999 (16) 129-159.
POWELL Walter, KOPUT Kenneth, BOWIE James, SMITH-DOERR Laurel, “The Spatial Clustering of Science and Capital: accounting for Biotech Firm-Venture Capital relationships”, Regional Studies, 2002 (36) 291-305.
ROIJAKKERS Nadine y HAGEDOORN John, “Inter-firm R&D partnering in pharmaceutical biotechnology since 1975: Trends, patterns, and networks” Research Policy, 2006 (35) 431-446.
SAIVES Anne-Laure, EBRAHIMI Mehran, DESMARTEAU Robert, GARNIER Catherine, “Les logiques d’évolution des entreprises de biotechnologie”, Revue française de gestion, 2005 (155) 153-171.
SALMAN Nader y SAIVES Anne-Laure, “Indirect networks: an intangible resource for biotechnology innovation”, R&D Management, 2005 (35) 203-215.
SENKER Jacqueline y SHARP Margaret, “Organizational learning in cooperative alliances: Some case studies in Biotechnology”, Technology Analysis & Strategic Management, 1997 (9) 35-51.
SORENSON Olav y STUART Toby, “Syndication Networks and the Spatial Distribution of Venture Capital Investments”, The American Journal of Sociology, 2001 (106) 6: 1546-1588.
SPARROWE Raymond, LIDEN Robert, WAYNE Sandy, KRAIMER Maria, “Social networks and the performance of individuals and groups”, Academy of Management Journal, 2001 (44) 2: 316-325.
SPERBER Dan y WILSON Dominique, La pertinence, Minuit, Paris, 1989.
STUART Toby y SORENSON Olav, “The geography of opportunity: spatial heterogeneity in founding rates and the performance of biotechnology firms”, Research Policy, 2003 (32) 229-253.
STUART Toby, OZDEMIR Salih Zeki, DING Waverly, “Vertical alliance networks: The case of university-biotechnology-pharmaceutical alliance chains”, Research Policy, 2007 (36) 477-498.
VAN DUIJN Marijtje, SNIJDERS Tom and ZIJLSTRA Bonne, “p2: a random effects model with covariates for directed graphs”, Statistica Neerlandica, 2004, 58: 234–254. WASSERMAN Stanley y FAUST Katherine, Social Network Analysis: Methods and
Applications, Cambridge University Press, New York, 1994.
WELSHA Rick, GLENNAB Leland, LACYC William, BISCOTTI Dina, “Close enough but not too far: Assessing the effects of university–industry research
relationships and the rise of academic capitalism”, Research Policy, 2008, article in press.
WHITE, Harrison, “Where Do Markets Come From?”, The American Journal of Sociology, 1981 (87) 517-547.
WHITE, Harrison, Identity and Control: How Social Formations Emerge, Princeton, N.J.: Princeton University Press, 2008.
ZIJLSTRA Bonne y VAN DUIJN Marijtje, “Manual p2, version 4.0.0.0”, édition 6, August 21, 2008.
ZUCKER Lynne, DARBY Michael, y TORERO Maximo, “Labor Mobility from Academe to Commerce”, BER Working paper, 1997, No. 6050.
ZUCKER Lynne, DARBY Michael, BREWER, Marilynn, “Intellectual human capital and the birth of the US biotechnology enterprise”, American Economic Review, 1998 (88) 1: 290-306.
